目录
1.1.1、采用批量插入（一次插入的数据不建议超过1000条）
1.2.1、在客户端连接服务器的时候，不用mysql -u root -p，加上参数--local-infile(这一行在bash/cmd界面输入)
1.2.2、设置全局函数local_infile=1，也就是开启从本地加载文件导入数据的开关
2.1.1、主键顺序插入：会根据主键的ID顺序进行插入，第一页写完之后，开始第二页，之间会维护一个双向指针
2.1.2、主键乱序插入：主键ID不是排序好的， 当我们要插入ID=50的时候，因为叶子节点是有序的，所以50必须存放在47之后，也就是应该将50放在第一页。
2.3.1、满足业务条件的情况下，尽量减小主键的长度，因为耳机索引的时候叶子节点挂的是主键
2.3.2、插入数据的时候，尽量选择顺序插入，可以选择自增主键
2.3.3、尽量不要使用无序，长度太长的作为主键，例如身份证
3.3.3、但是当name升序，phone降序，又会出现什么情况呢
5.2.2、使用覆盖索引加快速度，直接通过主键索引进行排序和查询，先执行order by再执行limit
6.1.1、如果count函数的参数（count里面写的字段）不是null（字段值不是null），累计就加一，最后返回累计值
6.1.2、用法：count(*)、count(主键)、count(字段)、count(1)
6.2.1、count(主键)：InnoDB引擎会遍历整张表，把每行的主键id都取出来，返回给服务层，服务层拿到主键之后，直接按照行进行累加（主键不可能为空）
6.2.3、count(1)：InnoDB引擎会遍历整张表，但不取值，服务层对于返回的每一层，放一个数字1进去，直接按行进行累加
6.2.4、count(*)：InnoDB引擎并不会把全部字段都取出来，而是专门做了优化，不取值，服务层直接按行进行累加；
7.2、这句话name没有索引，所以会将整张表都锁住进行数据更新（当我们开了两个事务的时候，必须等这句话的事务完成之后，才能提交另一个事务）
1、SQL优化1——插入数据（Insert）
在SQL优化中，如何高效插入数据也是比较重要的一点，那么现有的插入数据类型主要分为普通插入和大批量插入。
1.1、普通插入：
1.1.1、采用批量插入（一次插入的数据不建议超过1000条）
语法：
Insert into tb_test values(1,'A'),(2,'B'),(3,'C')...;1.1.2、手动提交事务
这比起1.1的优点就是1.1在没插入一次数据就要提交一次，而手动提交事务是所有的数据插入完成之后，一起进行提交，相比较于1.1更高效，更省时间
语法：
Start transaction;
Insert into tb_test values(1,'A'),(2,'B'),(3,'C')...;
Insert into tb_test values(4,'D'),(5,'E'),(6,'F')...;
Insert into tb_test values(7,'G'),(8,'H'),(9,'I')...;
......
commit;
1.1.3、主键顺序插入
举个例子：
乱序插入：4，7，2，5，78，9，1；
顺序插入：1，2，5，4，7，9，78；
顺序插入的性能会比乱序插入的性能更高
1.2、大批量插入
如果一次性需要插入大量的数据（上百万的数据100w-500w），使用insert插入的话就很低效，性能较低，此时可以使用MySQL数据库提供的load指令插入
语法：
1.2.1、在客户端连接服务器的时候，不用mysql -u root -p，加上参数--local-infile(这一行在bash/cmd界面输入)
mysql --local-infile -u root -p1.2.2、设置全局函数local_infile=1，也就是开启从本地加载文件导入数据的开关
set global local_infile=1;1.2.3、查看开关是否开启
select @@local_infile;1.2.4、执行load指令将准备好的数据，加载到表结构中
load data local infile '/你的sql文件地址' into table 'tb_user' fields terminated by ',' lines terminated by '\n';在InnoDB存储引擎中，表数据都是根据主键顺序组织存放的（聚集索引，主键下面挂的是一行数据），这种存储方式的表称为索引组织表（index organized table, IOT ）。
2、SQL优化2——主键优化
2.1、页分裂
主键索引的页可以为空，也可以为一半，也可以为100%，每个页都会包含2N行数据（如果一行的数据过大，超出了一定的阈值之后，会出现行溢出）
2.1.1、主键顺序插入：会根据主键的ID顺序进行插入，第一页写完之后，开始第二页，之间会维护一个双向指针
2.1.2、主键乱序插入：主键ID不是排序好的， 当我们要插入ID=50的时候，因为叶子节点是有序的，所以50必须存放在47之后，也就是应该将50放在第一页。
但是第一页现在剩下的空间不够ID=50，那么此时就会开辟新的数据页，找到第一个数据页50%的数据，将23和47这两个数据移动到第三页，再将50放在47后面
此时双向链表第一页就把不能接上第二页了，而是指向第三页。这种现象就叫页分裂
2.2、页合并
当删除一行记录的时候，实际上记录并没有被物理删除，只是标记一下（例如红色圆圈里面的13，14，15，16），并且这四个空间变得运行被其他记录声明使用。当页中删除的记（MERGE_THRESHOLD）页的50%的时候，InnoDB会寻找最靠近的前后页，看看是否可以将两个页合并，从而优化空间。
也就是说，当13，14，15，16被标记删除后，系统会找到第三页的17，18，19.将这三个数据放在第二页，那么第三页就空出来了，这样就可以达到优化空间的效果
MERGE_THRESHOLD：可以自己设计
2.3、主键索引设计原则
2.3.1、满足业务条件的情况下，尽量减小主键的长度，因为耳机索引的时候叶子节点挂的是主键
2.3.2、插入数据的时候，尽量选择顺序插入，可以选择自增主键
2.3.3、尽量不要使用无序，长度太长的作为主键，例如身份证
2.3.4、在实际操作的时候，尽量避免对主键的操作
3、SQL优化3——order by 优化
关于SQL优化，order by 在执行过程中会出现两种类型：using index 和 using filesort
3.1、using filesort
using filesort：通过表的索引或全表扫描，读取满足条件的数据行，然后在排序缓冲区sort buffer中完成排序操作。所有不是通过索引直接返回排序结果的排序都叫做filesort排序
3.2、using index
using index：通过有序序列顺序扫描直接返回有序数据，这种情况即为using index，不需要额外排序，操作效率高。
3.3、举个例子
3.3.1、创建表格
索引为：
3.3.2、执行以下两个查询语句。
explain select id, age, phone from tb_user order by age;
explain select id, age, phone from tb_user order by age,phone;
发现Extra都是using filesort，查询效率不高，解决办法就是
create index index_age_phone on tb_user(age,phone);
发现现在的都是using index，查询效率提高
3.3.3、但是当name升序，phone降序，又会出现什么情况呢
explain select id, age, phone from tb_user order by age asc,phone desc;
发现既有using index又有using filesort。因为age升序之后，phone需要反向排序
解决办法就是，建立索引
create index index_age_phone_ad on tb_user(age asc,phone desc);
4、SQL优化4——group by 优化
在SQL优化的时候，group by分组操作的时候，可以通过索引来提高效率
举个例子
4.1、从表中查找gender，并对gender进行分组
explain select gender, count(*) from tb_user group by gender;
发现Extra=using temporary，表示效率不高。
4.2、此时可以给这个字段添加索引，提高效率
create index index_user_gender_age_phone on tb_user(gender,age,phone);
4.3、执行语句
explain select age, count(*) from tb_user group by age;
出现这个原因是因为，他违背了最左前缀法则
解决：
explain select gender, age, count(*) from tb_user group by gender, age;
或者
explain select age, count(*) from tb_user where gender='1' group by age;
4.4、总结：
4.4.1、在分组操作时，可以通过索引来提高效率
4.4.2、分组操作的时候，还是必须要满足最左前缀法则的
5、SQL优化5——limit 优化
如果数据量很小的时候，limit优化效果是很不明显的，当数据量很大的时候（上百万），需要分页查询数据的时候，例如limit 2000000，10，此时需要MySQL排序前2000000条记录，但是我们仅仅需要得到的数据量只有2000000-2000010，这10个记录，其他的记录丢弃，这样会造成排序的代价非常大。那么，该如何优化呢？
5.1、优化方案
5.1.1、通过创建覆盖索引能够比较好的提高性能
5.1.2、之后，通过覆盖索引加子查询形式进行优化
5.2、实施例子
5.2.1、查询9000000-9000010
select * from tb_user limit 9000000,10;这个语句将会耗时很长，如何解决呢？
5.2.2、使用覆盖索引加快速度，直接通过主键索引进行排序和查询，先执行order by再执行limit
select id from tb_user order by id limit 9000000,10;这个语句就得到了9000000-9000010这10个数据的id
5.2.3、通过id找数据
错误示范：MySQL不支持in里面使用limit
select * from tb_user where id in (select id from tb_user order by id limit 9000000,10);
正确动作：将select * from tb_user where id in (select id from tb_user order by id limit 9000000,10);的结果看成一张表
select t.* from tb_user as t, (select id from tb_user order by id limit 9000000,10) as a where t.id=a.id;5.3、总结
limit优化包括两个步骤：先覆盖索引，再子查询。
6、SQL优化6——count优化
关于count优化，首先我们先来看一下引擎。
MyISAM引擎：把一个表的总行数存在了磁盘上，因此执行coount(*)的时候会直接返回这个数，效率很高（前提是不适用where）；
InnoDB引擎：在执行count(*)的时候，需要把数据一行一行的从引擎中读出来，然后累计技术。那么InnoDB引擎是现有的最常用的引擎，该如何进行优化呢？可以自己去维护，自己计数，写入一个数据，就加一；
6.1、count的几种用法
6.1.1、如果count函数的参数（count里面写的字段）不是null（字段值不是null），累计就加一，最后返回累计值
6.1.2、用法：count(*)、count(主键)、count(字段)、count(1)
6.1.3、count（*）和count（主键）一样，因为主键不可以为空；count（字段）只计算字段值不是null的行；count（1）引擎会为每一行添加一个1，然后count这个1，返回结果也跟count（*）一样；count(null)返回0
6.2、count用法的性能
6.2.1、count(主键)：InnoDB引擎会遍历整张表，把每行的主键id都取出来，返回给服务层，服务层拿到主键之后，直接按照行进行累加（主键不可能为空）
6.2.2、count(字段)：没有not null约束的话，InnoDB引擎会遍历整张表，把每一行的字段值都取出来，返回给服务层，服务层会判断是否为null，不为null，计数累加。如果有not null约束的话，InnoDB引擎会遍历整张表，把每一行的字段值都取出来，返回给服务层，直接按行进行累加
6.2.3、count(1)：InnoDB引擎会遍历整张表，但不取值，服务层对于返回的每一层，放一个数字1进去，直接按行进行累加
6.2.4、count(*)：InnoDB引擎并不会把全部字段都取出来，而是专门做了优化，不取值，服务层直接按行进行累加；
6.3、总结效率
count（字段）<count（主键）<count（1）<count（*），索引尽量使用count（*）。
7、SQL优化7——update优化
在update优化的时候，尽量避免行锁升级为表锁
InnoDB的行锁是针对索引加的锁，不是针对记录加的锁，并且该索引不能失效，否则会从行锁升级为表锁
7.1、这句sql语句id有主键索引，索引只会锁这一行
update tb_user set number='123' where id=1;7.2、这句话name没有索引，所以会将整张表都锁住进行数据更新（当我们开了两个事务的时候，必须等这句话的事务完成之后，才能提交另一个事务）
update tb_user set number='123' where name='test';那么如果改进呢？就是给name字段创建索引
979
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
